silhouette_score#

sklearn.metrics.silhouette_score(X, labels, *, metric='euclidean', sample_size=None, random_state=None, **kwds)[source]#

计算所有样本的平均 Silhouette 系数。

轮廓系数是利用每个样本的平均簇内距离（a）和平均最近簇距离（b）计算得出的。样本的轮廓系数为 (b - a) / max(a, b)。需要说明的是，b 是样本与样本不属于的最近簇之间的距离。请注意，轮廓系数仅在标签数量 2 <= n_labels <= n_samples - 1 时定义。

此函数返回所有样本的平均轮廓系数。要获取每个样本的值，请使用 silhouette_samples。

最佳值为 1，最差值为 -1。接近 0 的值表示簇重叠。负值通常表示样本被分配到了错误的簇，因为另一个簇更相似。

在用户指南中了解更多信息。

参数:
X{array-like, sparse matrix} of shape (n_samples_a, n_samples_a) if metric == “precomputed” or (n_samples_a, n_features) otherwise

样本之间的成对距离数组，或特征数组。

labels形状为 (n_samples,) 的类数组

每个样本的预测标签。

metricstr or callable, default=’euclidean’

用于计算特征数组中实例之间距离的度量标准。如果 metric 是字符串，它必须是 pairwise_distances 允许的选项之一。如果 X 本身就是距离数组，请使用 metric="precomputed"。

sample_sizeint, default=None

当在数据的随机子集上计算轮廓系数时，使用的样本大小。如果 sample_size is None，则不使用采样。

random_stateint, RandomState instance or None, default=None

确定用于选择样本子集的随机数生成。当 sample_size is not None 时使用。传入一个整数可以在多次函数调用中获得可重现的结果。参见词汇表。

**kwdsoptional keyword parameters

任何额外的参数将直接传递给距离函数。如果使用 scipy.spatial.distance 度量标准，参数仍然取决于度量标准。请参阅 scipy 文档以获取使用示例。

返回:
silhouettefloat

所有样本的平均轮廓系数。

References

示例

>>> from sklearn.datasets import make_blobs
>>> from sklearn.cluster import KMeans
>>> from sklearn.metrics import silhouette_score
>>> X, y = make_blobs(random_state=42)
>>> kmeans = KMeans(n_clusters=2, random_state=42)
>>> silhouette_score(X, kmeans.fit_predict(X))
0.49...